王光生，郑国强，石 磊
（山东建筑大学 测绘地理信息学院，山东 济南 250101）
城市商业区及其空间分布格局是经济地理的热点研究议题之一。零售业作为流通领域的最后一个环节，也是实现生产者、经营者与消费者之间联系的重要桥梁和纽带，其空间分布格局也是反映人类社会经济活动空间特征的重要方式之一[1-2]。零售业空间格局分布是指各业态、业种及其相应的商业设施在一定地理范围内的网点分布，其空间格局分布对城市资源配置效率、居民消费需求、城市经济健康稳步发展发挥重要作用[3-4]。早在20 世纪20年代国外学者就对城市商业地理及空间格局分布特征等方面进行研究。德国城市地理学家首先提出城市发展的中心地理论，并构建了中心地系统空间模型，奠定了零售业空间格局研究的基础[5]；之后研究者又相继提出廖什景观理论、商圈理论、集聚理论等[1-6]；数理统计方法、构建多元回归方程等方法也被广泛应用在零售业空间格局分布相关研究中[6]。传统的零售业空间格局研究主要采用统计数据和实地调研数据，实时性和准确性较差。近几年，随着数据的多元化和大数据时代的到来，空间大数据为零售业空间格局分布分析提供实时性较好、准确性较高的数据，使分析结果更精确[7]。在国内，学者利用POI（Point of Interest，兴趣点）数据[8-10]、位置签到数据[11]、手机信令数据[12]、GPS 定位数据[13]等多源数据获取商圈信息，分析零售业空间格局特征。陈蔚珊等运用核密度分析法和局域Getis-Ord Gi*指数法从城市尺度和零售业尺度识别了广州零售业的商业中心热点[9]；浩飞龙等基于区位熵指数Ripley's K 函数、核密度分析法从行业空间分异的视角分析了长春市空间分布格局[10]；李伟依托厦门多年零售业POI 数据，采用分层聚类和核密度分析对比，研究结果表明厦门零售业向网络化格局发展[14]。
2019年初，国务院批准原莱芜市归济南市管辖，规划调整后的新济南市作为山东省的省会必将成为辐射全省、影响华东地区的金融贸易中心。研究济南市商业空间格局分布及影响因素可以为合并后的济南商业规划与发展提供思路和数据支持。文章基于济南市超市的POI 数据，运用核密度分析、多距离空间聚类分析、地学图谱等方法对济南超市空间分布格局做深入剖析，探讨超市业态的热点区域及影响因素，以期为新济南的商业合理规划提供科学依据。
1 数据来源与研究方法
1.1 研究区概况与数据来源
选取济南市辖10 区2 县为研究区，包括历下区、历城区、市中区、天桥区、槐荫区、长清区、章丘区、济阳区、莱芜区、钢城区、商河县、平阴县。济南市位于山东省中部，地理位置介于北纬35°59′-37°32′、东经116°11′-117°57′之间，全域面积8 000.79 km2，研究区及超市POI 数据的空间分布状况如图1 所示。其作为环渤海地区南翼的中心城市，不仅是全省的政治、经济、科技、文化、教育、旅游中心，也是环渤海经济区和京沪经济轴上的重要交汇点，全国重要交通枢纽，具有较大的经济发展潜力。济南市城市规划中提到要把济南培育为现代服务业和总部经济聚集区，区域性物流中心，高新技术产业和先进制造业基地[15]。以济南市为研究区域，研究其超市的空间格局分布及影响因素能为济南市规划及经济发展提供思路和方向，同时也有利于新济南调整经济布局以促进经济平衡发展。
图1 研究区及超市POI 分布图
研究所用济南市及各区县范围数据、高速公路及省道矢量数据均来自山东省天地图官网（http：//www.sdmap.gov.cn/page/ResourceCenter.html），济南水系矢量数据由水经注万能地图下载器下载，文章所涉及到的人口数据、经济数据来自《山东省统计年鉴》。研究所用POI 数据是通过使用张海平等人编写的网络爬虫工具GeoSharp 1.0 在高德地图上获得，调用高德地图API应用接口，申请授权后，存取高德地图的二级分类“超级市场”，其中含有三级分类的有家乐福、沃尔玛、华润、北京华联、上海华联、麦德龙、乐天玛特、华堂、卜蜂莲花、屈臣氏等，所获数据所包含的字段有id、name、type、typecode、address、lng、lat、pname、adname、shopid等[16]。对所获数据整理清洗并以济南行政边界图为参照确定其位置信息，为了使POI 数据能与济南市行政区划数据坐标系保持一致，将超市POI 数据的火星坐标系转换为WGS84 坐标系。依据高德地图商店信息并配合百度街景地图，主要按照营业面积把超市分为小型超市（<500 m2）、中型超市（>500 m2∪<1 500 m2）、大型超市（>1 500 m2）三类，济南市基本情况和超市POI 数量见表1。
表1 济南市基本情况和超市POI 数量
1.2 研究方法
1.2.1 核密度分析
密度分析主要根据已知的点要素或线要素数据计算整个区域的数据聚集状况，结果会产生一个连续的密度表面，从而来反应要素空间分布的相对集中程度[17]。核密度估计方法（Kernel Density Estimation，KDE）是密度分析的分析方法之一，最早由Rosenblatt 和Estimation 提出，即使用核函数将每一个已知点在指定的半径范围内对其他各个栅格单元中心点的密度贡献度[18]。通俗来讲，核密度估计就是地理事件可以发生在空间的任何位置上，但是在不同位置上其事件发生的概率存在差异，点密集的区域事件发生概率高，其密度就大；反之，点稀疏的区域事件发生的概率低，密度小。其计算方程式可表示：
式中，f（s）为空间位置s处的核密度计算函数；h为搜索半径（带宽）；n为与位置s的距离小于或等于h的要素数；k函数则表示空间权重函数。通过其他研究者的研究，在式中对分析结果影响较大的是搜索半径（h），综合考虑本研究范围及POI 数据的分布情况，通过多次试验，选择3 km 的搜索半径进行核密度分析，在此搜索半径下既能较好的识别超市的热点地区，又能充分反映超市整体的空间分布状态。
1.2.2 多距离空间聚类分析（Ripley's K 函数）
核密度分析是在确定的半径内研究数据聚集状况，数据在不同的研究尺度下，所表现出来的集聚状态可能会发生改变。在小尺度上，数据分布可能出现集聚的特征，在中尺度或大尺度上，数据可能出现随机分布或离散分布的特征。多距离空间聚类分析是空间点模式分析常用方法之一，其可分析在不同尺度上的数据集聚特征[19]。Ripley's K 函数基本表达式如下：
式中，K（d）是以任意点为中心，半径为d的区域内的事件的数量的总和除以密度；A为研究区域面积；n为超市网点数量；d为距离阈值（半径）；wij（d）为在距离d范围内某一超市i与超市j之间的距离。在进一步研究中，Besag 提出用L（d）代替K（d）：
其中，当L（d）<0 时，表示事件有均匀分布的趋势；L（d）>0时，则事件有聚集分布的趋势；L（d）=0 时，表示为随机分布。
2 济南市超市空间格局分析
2.1 超市空间分布形态特征
利用核密度分析方法分别以济南市全部超市、小型超市、中型超市和大型超市POI 数据为分析对象，通过多次试验以3 km 为带宽进行核密度分析。总体来看，济南市的超市在空间分布上出现“块状集聚，多中心，规模悬殊”的发展格局；市内五区超市高度集中连片分布；莱芜区自成超市集聚中心；其他五区两县超市集聚规模较小且分布零散。济南市各类型超市空间分布集聚特征主要分析如下。
（1）济南市已形成历下区等五区连片簇聚和莱芜区两大超市集聚中心，其他区县超市集聚中心分散独立。运用核密度分析法识别济南市全部超市集聚区域，如图2 所示济南市共有8个超市集聚中心，包括2个较大的超市集聚中心和6个次级超市集聚中心。其中天桥区、槐荫区、市中区、历下区、历城区五区超市连片聚集，形成济南市最大的“双核”超市集聚中心，一核以济南火车站为中心，主要包含济泺路、无影山路、经四路等商业繁华街道，另一核以山大南路与洪家楼南路交叉口为中心，主要包含山大北路、解放路、和平路等商业繁华街道，“双核”中心的核密度均达到9.6，核密度由核中心向外逐级减小；济南市另一较大的超市集聚中心位于莱芜区，该集聚中心以莱芜汽车总站为中心，主要包含汶河大道、汇源大街、大桥南路、凤凰路等人员聚集区。其余6个超市集聚中心分散分布在济南市中心边缘的商河县、济阳区、章丘区、长清区、平阴县、钢城区，6个区县的超市集聚中心均在该区县的政府驻地周围，其核心的核密度值为2.9，密度值仅是两个较大超市集聚中心核密度值的1/3。
图2 全部超市核密度分析图
由分析可知：目前济南的两大超市集聚中心分别是原济南市和莱芜市的商业繁华区域，超市网点数据分析符合城市实际发展水平，研究具有可靠性；济南城市边缘地区超市集聚中心密度值相对较小，且分散分布，这与县区的人口密度及经济发展情况等影响因素有关；章丘区和莱芜区交界处的超市集聚特征不明显，这与济南市2019年新规划合并有一定关系，因此应加大与莱芜区和钢城区的经济、人口联动发展。
（2）如图3-图5 所示，不同类型超市集聚中心分布特征明显且存在明显差异，超市集聚中心个数随着超市规模的增大而逐渐减少。小型超市集聚中心遍布整个济南市且数量较多，市内历下区等五区和莱芜区是小型超市高度集聚的中心，其中靠近区县的政府驻地周围的集聚中心密度值较高；中型超市集聚中心个数较小型超市集聚中心个数减少近一半，市内五区和莱芜区依旧是密度值较高的地区；市内五区的大型超市连片分布，中心密度值在全市范围达到最高，此外，济阳区、章丘区、长清区、莱芜区分别都有1-2个集聚中心，而平阴县、钢城区、商河县并未出现大型超市集聚中心，表明这三个区县的大型超市数量较少，还未形成规模。
图3 小型超市和密度分析图
图4 中型超市和密度分析图
图5 大型超市和密度分析图
2.2 超市多尺度空间集聚分析
多尺度空间集聚分析结果如图6-图9 所示，在99%的置信水平下，Ripley's K 的观测值均在该函数期望值之上，表明各类型超市及全部超市的分布集聚特征显着；在40 km 的观测范围内，L（d）曲线呈先较集聚增长后缓慢增长进而趋于水平的变化趋势，说明各类型超市网点在济南市一定范围内均显着集聚且集聚趋势增强后缓慢趋于稳定；济南的大超市、中超市、小超市和全部超市的特征空间尺度分别为5.4 km、5.6 km、5.6 km 和5.7 km，表明各类超市分布特征及特征尺度几乎相同，这也表明各类型超市有相互依赖的现象，同时表明造成各类型超市区位选择的影响因素几乎相同。
图6 全部超市Ripley's K 函数分析结果
图7 大型超市Ripley's K 函数分析结果
图8 中型超市Ripley's K 函数分析结果
图9 小型超市Ripley's K 函数分析结果
3 超市分布影响因素分析
3.1 人口因素
本文将济南市人口密度分布图层与超市分布图层进行叠加分析，首先求出各区县的几何中心点，再对各区县的人口数据进行反距离加权插值，结果如图10 所示。从图10 来看，济南市超市分布与人口密度分布具有较高的相似性，均呈现中部密度高、四周密度低的特点。其中，以历下区为中心，包括历下区全部、天桥区南部、槐荫区东部、市中区北部、历城区西部是济南市人口较为集中的区域，同时也是超市聚集的位置，这主要是为了保证门槛人数和获取更多利润，超市会将人口密集区作为超市区位选择的主要考虑因素。
图10 超市分布人口因素分析
3.2 交通因素
本文将济南市省道做不同距离的缓冲区，统计缓冲区内超市数量，见表2。随着缓冲区距离变大，缓冲区内的超市数量逐渐增加，其中，1 km 缓冲区内有73个大型超市、442个中型超市、983个小型超市，各类型超市分别占其总数的60%左右；2 km 缓冲区内有98个大型超市、616个中型超市、1 303个小型超市，大、中型超市数量已占其总数的80%以上；3 km 缓冲区内大、中型超市数量已经占其总数的90%以上，小型超市数量占其总数的87.57%；当缓冲区为4 km、5 km 时，各类型的超市数量占其总数的90%以上，其中大型超市占其总数的97.39%。分析可知，有90%以上的超市分布在主要道路周围。
表2 省道各缓冲区内超市数量统计
4 结论
合理的商业空间格局可以有效提升城市活力促进城市发展。随着国务院批准原莱芜市归济南市管辖，济南市的商业空间格局随之发生变化，零售业发展也进入了新阶段。本文基于POI 数据对济南市超市空间格局特征和及其影响因素进行分析，得出以下结论。
（1）济南市已形成历下区等五区连片簇聚和莱芜区两大超市集聚中心，其他区县超市集聚中心分散独立，不同类型超市集聚中心分布特征明显且存在明显差异，超市集聚中心个数随着超市规模的增大而逐渐减少。
（2）在99%的置信水平下，Ripley's K 的观测值均在该函数期望值之上，表明各类型超市及全部超市的分布集聚特征显着，并在一定程度上存在相互依赖的关系。
（3）各类超市的分布与人口密度和交通道路有明显关联关系，人口密度大的区域相应的超市数量也相对较多，在道路5 km 的缓冲区内包含95%左右的超市。人口因素控制着城市的消费发展趋势，有效引导着各类超市的合理布局；发达的交通网更为超市的选址和合理布局提供依据。
